知识卡片
选择题能力不等于生成能力
选择题便于验证与复现,也有明确随机猜测基线,但测的是从候选中识别答案。它不能完整代表摘要、翻译或写作中的生成能力;选项顺序与问题包装也可能影响成绩。应用选型应加入实际输出形式的测试。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 评估AI系统
原书出处 · 1 处
- · 查看原书依据
选择题测试的是区分好坏响应的能力(本质上是一种分类能力),这与生成高质量的响应的能力是不同的。选择题最适合评估知识(模型是否知道巴黎是法国的首都?)和推理能力(模型能否根据一张商业开支表推断出哪个部门花费最多?)。但它们并不适合评估生成能力,例如摘要
参考来源
- 位置:《AI工程:大模型应用开发实战》第4章《评估AI系统》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section012.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:选择题测试的是区分好坏响应的能力(本质上是一种分类能力),这与生成高质量的响应的能力是不同的。选择题最适合评估知识(模型是否知道巴黎是法国的首都?)和推理能力(模型能否根据一张商业开支表推断出哪个部门花费最多?)。但它们并不适合评估生成能力,例如摘要